[发明专利]基于语义的社交媒体非规范词纠正方法在审
| 申请号： | 201710829908.7 | 申请日： | 2017-09-15 |
| 公开（公告）号： | CN107577668A | 公开（公告）日： | 2018-01-12 |
| 发明（设计）人： | 费高雷;郑夏;李元磊;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 成都宏顺专利代理事务所(普通合伙)51227 | 代理人： | 周永宏 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于语义的社交媒体非规范词纠正方法，针对目前费规范词的检测和识别缺少有效方法的问题，本申请采用了最小编辑距离的方式表征单词的词形，并采用词向量间余弦距离的方式表征单词的语义信息相似度，共同筛选预期正确词来替换非规范词；并结合了一些现有的PyEnchant、PyTypo工具，大幅缩小了需要比较语义相关性的单词范围，以达到提高单词规范化速度的目的。 | ||
| 搜索关键词： | 基于 语义 社交 媒体 规范 纠正 方法 | ||
【主权项】：
基于语义的社交媒体非规范词纠正方法，其特征在于，包括：S1、语义信息构建，采用GloVe模型获取每个单词的词向量，计算任意两个词向量之间的距离；S2、非规范词识别，通过对推文进行预处理得到完整单词列表；将列表中的每个单词与字典集合中的单词进行比对；若成功匹配则列表中的该单词为规范词；否则为非规范词；S3、对于步骤S2判断得到的非规范词，找出与其词向量距离较小的N各词向量对应的单词；找出这些单词中的规范单词，选择其中与非规范词向量最小的规范单词对其进行替换。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710829908.7/，转载请声明来源钻瓜专利网。
